SCNAT and its network are committed to a sustainable science and society. They support policy-making, administration and business with expert knowledge and actively participate in public discourse. They strengthen the exchange across scientific disciplines and promote early career academics.

Image: Sebastian, stock.adobe.com

Mit Googles Hilfe Ökosysteme vermessen

Forschende des Future Cities Laboratory der ETH Zürich in Singapur haben eine Methode entwickelt, um den Einfluss von Strassenbäumen auf das Ökosystem zu messen. Sie nutzt 100‘000 Bilder des Online-Dienstes Google Street View und trägt zum Verständnis über den Beitrag grüner Räume zur Nachhaltigkeit in urbanen Zonen bei.

Stadtbäume in Bern

Forschende des Future Cities Laboratory der ETH Zürich in Singapur extrahierten nahezu 100'000 Bilder aus Google Street und analysierten diese, um den Anteil der durch Baumkronen geleisteten Abdeckung in mehr als 80 Prozent des Singapurer Strassennetzes zu berechnen.

Die Studie zeigt, dass Bäume in Singapur wichtig sind, um Schatten zu erzeugen, welcher das Wohlbefinden der Menschen in puncto Temperaturen beeinflusst. Bäume zu pflanzen mit dem Ziel, die Umwelt zu kühlen, sei deshalb besonders wichtig in tropischen Städten wie Singapur, die stark unter dem städtischen Hitzeinsel-Effekt leiden, so Projektkoordinator Dan Richards.

Diese Methode zur raschen Bemessung des von Baumkronen produzierten Schattens könnte Stadtplanern darin unterstützen, urbane Regionen mit (zu) wenig Schatten zu identifizieren und Prioritäten für das Pflanzen neuer Bäume zu setzen.

Da Google Street View heute weltweit viele Städte erfasst, könnte die Methode ausserdem dazu genutzt werden, um den Anteil der durch Bäume bewirkten Abdeckung sowie der Sonneneinstrahlung in weiteren tropischen Städten zu quantifizieren. Und wenn Google-Street-View-Bilder spezifisch während der Vegetationsperiode gesammelt werden, eignet sich die Methode auch für Städte in gemässigten Zonen – um letztlich überall grünere und nachhaltigere Stadträume zu schaffen.

Categories

  • Ecosystem